瑞银全球量化策略：机器学习改进行业模型与价值投资｜2018研究

报告摘要

瑞银量化团队提出基于机器学习的替代行业模型，仅使用财务数据和宏观经济时间序列构建同质化行业分组。研究发现，在该模型下构建的价值因子（如FCF收益率、市盈率等）在大盘股中每年产生1-4%的超额收益，且波动率和换手率与传统策略相当。该方法在发达市场一致有效，非黑箱技术，能显著提升风险调整后收益。适合量化研究员、资产管理者、因子投资从业者及金融科技开发者参考。

📋 核心要点(部分)

1. 为什么行业对价值如此重要
2. 提出替代模型
3. 机器学习构建同质化行业
4. 价值因子表现验证
5. 全球地区结果分析
6. 结论与意义